В разделе объясняется, почему идея искусственного разума стала важной для современной информатики и чем она отличается от образа сознательной машины в фантастике. Формулируются проблема, цель, задачи, объект и предмет проекта, а также описывается предполагаемый учебный продукт. Отдельно обозначаются границы исследования: рассматривается имитация интеллектуальных функций, а не создание настоящего человеческого сознания.

Пункт посвящён определению искусственного интеллекта, искусственного разума, машинного обучения и интеллектуального агента. Рассматриваются восприятие, память, обучение, рассуждение, планирование и принятие решений как отдельные функции, которые можно моделировать программно. Проводится различие между выполнением вычислительной задачи, имитацией поведения и возможным сознательным пониманием.

Здесь приводятся основные этапы развития искусственного интеллекта: появление кибернетики, работы Алана Тьюринга, Дартмутский семинар 1956 года, развитие экспертных систем, нейронных сетей и современных языковых моделей. Историческая последовательность помогает понять, почему ожидания исследователей неоднократно менялись, а прогресс зависел от вычислительных ресурсов, алгоритмов и доступности данных.

В разделе раскрываются различия между программированием по правилам, обучением с учителем, обучением без учителя и обучением с подкреплением. Объясняется, как данные преобразуются в признаки, как модель подбирает параметры и почему результат оценивается специальными метриками. Также рассматриваются ошибки, переобучение, неполнота данных и влияние качества обучающей выборки.

Пункт описывает состав учебной модели: модуль восприятия входной информации, память или хранилище фактов, блок анализа, механизм выбора действия и интерфейс ответа. Обсуждается связь между символическими правилами и обучаемыми компонентами. Предлагаемая архитектура показывает, как отдельные модули могут объединяться в интеллектуального агента, не приписывая ему сознание.

В разделе рассматриваются вопросы ответственности за решения алгоритма, защиты персональных данных, авторства, прозрачности и возможной дискриминации. Объясняется, почему результат системы необходимо проверять человеком, особенно при работе с медицинскими, образовательными и социальными решениями. Отдельно подчёркивается, что внешне убедительный ответ не гарантирует его достоверность или справедливость.

Практическая часть начинается с выбора сценария, например классификации сообщений или принятия решения интеллектуальным агентом в простой ситуации. Описываются структура программы, формат входных данных, правила обработки, способы хранения результатов и требования к интерфейсу. Приводится последовательность действий пользователя и системы, чтобы работу прототипа можно было воспроизвести и объяснить на защите.

В пункте формируется набор контрольных ситуаций, включающий обычные, пограничные и ошибочные входные данные. Результаты работы прототипа сравниваются с заранее определёнными правильными ответами, после чего рассчитываются точность и количество ошибок. Анализируются причины неудач, влияние изменения правил или данных и возможные способы дальнейшего улучшения учебной модели.

В заключении обобщаются результаты изучения искусственного интеллекта как модели отдельных функций разума и оценивается работоспособность созданного прототипа. Соотносятся поставленные задачи и полученные данные тестирования, фиксируются ограничения выбранного подхода. Также формулируются направления развития проекта: расширение базы знаний, подключение обучения, улучшение объяснимости и проверка системы на более разнообразных сценариях.

В список литературы включаются учебники по информатике и машинному обучению, научно-популярные материалы, документы международных организаций и официальная документация используемых программных библиотек. Источники подбираются по теме и проверяются на актуальность, авторство и достоверность. Для каждого материала указываются автор, название, год публикации и ссылка, если источник размещён в интернете.